Анализ плотности застройки на территориях крупных и крупнейших городов Поволжья с применением геоинформационных систем

Обложка


Цитировать

Полный текст

Аннотация

Современная градостроительная ситуация характеризуется необходимостью обоснования работ по реорганизации, комплексному развитию и реновации территорий крупных и крупнейших городов Поволжья, что требует разработки новых методических подходов к их решению. В этом аспекте анализ распределения плотности застройки, как одного из значимых градостроительных показателей, даёт возможность создания системного подхода к решению обозначенных градостроительных задач. С использованием предложенной методики, основанной на применении инструментария географических информационных систем, проведена оценка распределения плотности застройки таких городов Поволжья, как Ярославль, Нижний Новгород, Чебоксары, Казань, Ульяновск, Тольятти, Самара, Саратов, Волгоград, Астрахань, проиллюстрированная «мозаичным» распределением этого параметра. Сопоставление данных с результатами, имеющимися в открытых источниках и полученными ранее другими методами, показало, что предложенная методика позволяет достичь необходимую точность измерения и уровень верификации данных.

Полный текст

Введение.

Современная градостроительная ситуация характеризуется необходимостью проведения работ по реорганизации, комплексному развитию и реновации городских территорий, что определяет необходимость разработки новых методических подходов к их решению [1]. В этом аспекте анализ распределения плотности застройки, как одного из значимых градостроительных показателей, с использованием геоинформационных систем (далее – ГИС), определяет актуальность данного исследования [2‒4].

Объектом проведённого исследования являются городские территории, в которых наиболее подробно исследованы зоны планировочного влияния железнодорожных вокзалов (для удобства авторами для понятия «зона планировочного влияния железнодорожных вокзалов» введена аббревиатура ЗПВ ЖДВ), которые представляют собой ценный территориальный ресурс [5]. Термин введён для дифференциации с понятием полосы отвода железной дороги [6‒8] и существующим в отечественной нормативно-правовой базе термином «привокзальная территория» [9], трактующимся как «территория, прилегающая к железнодорожному вокзалу с подъездами и подходами к железнодорожному вокзалу, остановочными пунктами общественного и индивидуального транспорта, местами парковки, автостоянками, элементами благоустройства»1. Для целей данного исследования в качестве объекта исследования были взяты более широкие пространственные границы, нежели заложенные в ГОСТе, с целью включить в них гражданскую (жилую и общественную) застройку города [10].

В современных условиях территории в ЗПВ ЖДВ требуют разработки новых подходов и методик градостроительного анализа для принятия решений по повышению эффективности их использования и реновации [11, 12]. Следует отметить многофакторность поставленной задачи, большое значение среди факторов которой имеет плотность застройки, характеризуемой показателем – коэффициент плотности застройки.

Материалы и методы. Аналитическая работа проводилась с использованием инструментария ГИС QGIS, являющегося эффективным инструментом, применяющимся для «устойчивого» развития городских территорий [3, 13], и баз пространственных данных городов, составляющих географические границы исследования. В работе были использованы данные открытых источников, научно-техническая и нормативная литература, материалы федеральной государственной информационной системы территориального планирования (ФГИС ТП). Коэффициент плотности застройки определяется как «отношение суммарной поэтажной площади зданий и сооружений к площади территории»2, а в случае конкретного исследования – к площади участков территории в структуре метрической сетки 200 х 200 м, и рассчитывается по формуле

KПЗ=SОSТ                                                                           (1)

где KПЗ – коэффициент плотности застройки; S0 – суммарная поэтажная площадь зданий и сооружений; SТ – площадь территории.

Результаты исследования. В качестве исходных данных были использованы географические данные, полученные из открытых источников, в том числе из OpenStreetMap, и обладающие информацией, в том числе, об этажности застройки анализируемых городов.

Для подсчёта необходимых значений коэффициента плотности застройки было необходимо рассчитать недостающие данные, такие как общая площадь застройки. Для этого был выбран следующий алгоритм работы в QGIS.

В первую очередь с применением формулы (2) с округлением полученных значений до одного знака после запятой была рассчитана общая площадь:

round$area*"floors",   1                                                             (2)

где area и floors – параметры слоя из атрибутивной таблицы, включающего застройку, обладающие информацией о площади застройки и её этажности.

С помощью инструмента «Create grid» была построена метрическая сетка с шагом 200 м, захватывающая всю застройку города в его границах.

Каждой ячейке метрической сетки с помощью инструмента «Join attributes by location (summary)» в атрибутивной таблице была присвоена информация из слоя, включающего застройку, о её общей площади, расположенной в границах каждой ячейки.

При помощи калькулятора полей был рассчитан коэффициент плотности застройки по формуле (3), соответствующей формуле (1):

"area_sum"/$area                                                                    (3)

где area_sum и аrea – параметры слоя из атрибутивной таблицы, включающего застройку, обладающие информацией об общей суммарной площади застройки и о площади ячейки метрической сетки, равной 40 тыс. м2.

Последним шагом численные данные при помощи символизации по диапазонам значений были колоризованы и представлены в виде графических схем (рис. 1).

 

Рис. 1. Показатели коэффициента плотности застройки, рассчитанные в ГИС QGIS по метрической сетке 200 х 200 м (схемы авторов): а ‒ в Ярославле; б ‒ в Самаре; в ‒ в Астрахани

 

Анализ полученной графической информации показывает, что во всех исследованных городах отмечается «мозаичное» распределение коэффициента плотности застройки, однако за исключением некоторых городов, таких как Казань, прослеживается тенденция его увеличения с приближением к центральному железнодорожному вокзалу. Коэффициент плотности застройки изменялся от 0,2 и ниже (светло-серый) до значений, превышающих 3,0 (тёмно-серый), как представлено на рис. 1. Распределение плотности застройки формировалось в процессе градостроительного развития, а также связано с периодом индустриального строительства многоквартирных жилых домов и новейшим периодом девелопмента [8].

Очевидно, что в большинстве случаев проиллюстрированные в схемах значения коэффициентов плотности застройки не противоречат значениям, приведённым в таблице Б.1 «Показатели плотности застройки функциональных зон» приложения Б к своду правил СП 42.13330.2016, а именно 3, 0 – для многофункциональной застройки общественно-деловой зоны, 1, 2 – для застройки многоэтажными многоквартирными жилыми зданиями жилой зоны и 0, 8 – для застройки многоквартирными жилыми зданиями малой и средней этажности жилой зоны. Следует также отметить, что, согласно абзацу 3 примечания 1 к таблице Б.1 приложения Б к своду правил СП 42.13330.2016, при комплексном развитии жилой и нежилой застройки коэффициент плотности застройки в пределах территории допускается увеличивать до 1, 6, что побуждает к уплотнению существующей застройки в рамках комплексного развития территорий, предусмотренного правилами землепользования и застройки избранных для анализа городов Поволжья (рис. 2).

 

Рис. 2. Сравнительный график значений коэффициентов плотности застройки на расстоянии 500, 1000, 1500 и 2000 м от центрального железнодорожного воказала крупных и крупнейших городов Поволжья (график авторов)

 

Заключение и обсуждение.

В статье представлены промежуточные итоги очередного этапа исследовательской работы, посвящённой исследованию особенностей городских территорий, расположенных в ЗПВ ЖДВ. Иллюстрацией проведённого этапа исследования стало сравнение показателей коэффициентов плотности застройки, характерных для территорий в ЗПВ ЖДВ, а также зависимость плотности застройки от расстояния до железнодорожного вокзала (см. рис. 2).

Следует отметить, что существует резерв для уплотнения существующей застройки в рамках комплексного развития территорий (которое является одним из ключевых направлений «устойчивого» градостроительного развития поселений, которое осуществляется для повышения эффективности использования территорий и градостроительной реорганизации застроенных территорий), позволяющий вносить рекомендации по корректировке градостроительных регламентов отдельных территориальных зон и подзон на уровне градостроительного зонирования крупных и крупнейших городов [11, 14].

 

1 ГОСТ 33942-2016. Межгосударственный стандарт. Услуги на железнодорожном транспорте. Обслуживание пассажиров. Термины и определения.

2 СП 42.13330.2016. Градостроительство. Планировка и застройка городских и сельских поселений.

×

Об авторах

Елена Витальевна Щербина

Национальный исследовательский Московский государственный строительный университет

Автор, ответственный за переписку.
Email: ScherbinaEV@mgsu.ru

доктор технических наук, профессор, профессор кафедры градостроительства

Россия, 129337, Москва, ярославское ш., 26

Илья Вячеславович Кузнецов

Национальный исследовательский Московский государственный строительный университет

Email: elias96@mail.ru

аспирант кафедры градостроительства, преподаватель кафедры градостроительства

Россия, 129337, Москва, ярославское ш., 26

Список литературы

  1. Ахмедова Е.А., Кудеров Л.Л., Ахмедов Х.А. Проблемы пространственной реорганизации промышленных зон в крупнейших городах (на примере города Самары) // Вестник Волжского регионального отделения Российской академии архитектуры и строительных наук. 2018. № 21. С. 111‒117.
  2. Каракова T.B. Проектные задачи с использованием математических методов // Математические методы в архитектуре и дизайне: материалы межвузовской научной конференции, 15 мая 2012 года. Самара: СГАСУ, 2013. С. 19‒22.
  3. Коробейникова А.Е. Использование геоинформационных технологий для решения задач городского планирования // Устойчивое развитие территорий: сборник докладов V Международной научно-практической конференции. М.: МИСИ-МГСУ, 2023. С. 82‒87.
  4. Семенюк А.С. Анализ градостроительных характеристик жилых кварталов города Молодечно с помощью ГИС-технологий // Геодезия, картография, кадастр, ГИС ‒ проблемы и перспективы развития: материалы Международной научно-технической конференции: в 2ч. Новополоцк: Полоцкий государственный университет, 2016. Ч. 2. С. 68‒78.
  5. Кузнецов И.В., Щербина Е.В. Методические подходы по определению границ зоны планировочного влияния железнодорожных вокзалов // Устойчивое развитие территорий: сборник докладов IV Международной научно-практической конференции. М.: МИСИ-МГСУ, 2022. С. 161‒165.
  6. Лутченко С.И., Босак В.В. Развитие пространственно-рекреационного каркаса в густонаселенных жилых районах мегаполиса // Градостроительство и архитектура. 2022. Т. 12, № 2(47). С. 168‒174. doi: 10.17673/10.17673/Vestnik.2022.02.21.
  7. Попов А.В., Никитина А.А. Архитектурно-градостроительная трансформация полосы отвода железной дороги и прилегающей санитарно-защитной зоны // Экология урбанизированных территорий. 2022. № 4. С. 78‒84. doi: 10.24412/1816-1863-2022-4-78-84.
  8. Никитина А.А. Пути развития полосы отвода железной дороги и прилегающей санитарно-защитной зоны // Дни студенческой науки: сб. докладов. М.: Издательство МИСИ-МГСУ, 2022. С. 221‒223.
  9. Огнева М.А., Кулачковский В.Н. Железнодорожная сеть в структуре города и ее влияние на организацию пассажирского транспортного терминала // Архитектура, строительство, транспорт. 2023. № 2(104). С. 6‒15. doi: 10.31660/2782-232X-2023-2-6-15.
  10. Щербина Е.В., Кузнецов И.В. Особенности территорий, расположенных в зоне планировочного влияния железнодорожных вокзальных комплексов. На примере крупнейших поволжских городов // Традиции и инновации в строительстве и архитектуре. Архитектура и градостроительство: сб. статей. Самара: СамГТУ, 2022. С. 323‒330.
  11. Кузнецов И.В. Некоторые вопросы градостроительной реорганизации территорий в зоне планировочного влияния железнодорожных вокзалов / науч. рук. Е.В. Щербина // Наука, образование и экспериментальное проектирование: тезисы докладов: в 2 т. М.: МАрхИ, 2023. Т. 1. С. 313.
  12. Барковский А.М., Терягова А.Н. Архитектурный анализ доступности среды железнодорожных вокзалов на примере станции Кинель Куйбышевской железной дороги // Градостроительство и архитектура. 2016. №3(24). С. 91‒95. doi: 10.17673/Vestnik.2016.03.15.
  13. Черкасов А.А., Махмудов Р.К., Сопнев Н.В. Пространственный анализ городов и агломераций: интеграция технологий ГИС и Big Data // Наука. Инновации. Технологии. 2021. № 4. С. 95‒112. doi: 10.37493/2308-4758.2021.4.6.
  14. Кузнецов И.В., Щербина Е.В. Задачи градостроительной реорганизации зоны планировочного влияния железнодорожных вокзалов // Известия высших учебных заведений. Строительство. 2022. № 11(767). С. 72‒84. doi: 10.32683/0536-1052-2022-767-11-72-84.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Показатели коэффициента плотности застройки, рассчитанные в ГИС QGIS по метрической сетке 200 х 200 м (схемы авторов): а ‒ в Ярославле; б ‒ в Самаре; в ‒ в Астрахани

Скачать (218KB)
3. Рис. 2. Сравнительный график значений коэффициентов плотности застройки на расстоянии 500, 1000, 1500 и 2000 м от центрального железнодорожного воказала крупных и крупнейших городов Поволжья (график авторов)

Скачать (68KB)

© Щербина Е.В., Кузнецов И.В., 2024

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах